Regex 从散列中替换Perl正则表达式

有没有一种有效的方法可以使用Perl散列中的值来替换一堆字符串

比如说,

$regex{foo} = "bar";
$regex{hello} = "world";
$regex{python} = "perl";

open(F, "myfile.txt");
while (<F>) {
      foreach $key (keys %regex) {
            s/$key/$regex{$key}/g;
      }
}
close(F);

my %regex = (
   foo => 'bar',
   bar => 'foo',
);

$regex{foo}=“bar”；
$regex{hello}=“world”；
$regex{python}=“perl”；
打开（F，“myfile.txt”）；
而（）{
foreach$键（键%regex）{
s/$key/$regex{$key}/g；
}
}
关闭（F）；

---

有没有办法在Perl中完成上述任务？

第一个问题：您确定您所拥有的是低效的吗

其次，最明显的下一步是将所有内容都放在一个正则表达式中：

my $check = join '|', keys %regex;

然后您可以按如下方式进行替换：

s/($check)/$regex{$1}/g;

这仍然可能是“缓慢”的，有足够的键重叠，正则表达式引擎必须不断地重新检查相同的字母。您可以使用类似的方法来消除重叠。但是，优化的成本可能比做任何事情的成本都要高，这取决于更改的数量（散列中的键/值）和修改的行数。过早优化--

---

当然，请注意，您的示例代码没有对替换后的文本进行任何处理。它不会就地修改文件，因此我假设您单独处理该文件。

定义一个与任何键匹配的regexp

$regex = join("|", map {quotemeta} keys %regex);

将

$regex

的任何匹配项替换为

$regex{$1}

s/($regex)/$regex{$1}/go;

如果

$regex

在程序执行过程中发生更改，请省略

o

修饰符

请注意，如果存在作为另一个键前缀的键（例如

f

和

foo

），则在连接的regexp中以先到者为准将被视为匹配（例如

f | foo

匹配

f

但

foo | f

匹配

foobar

中的

foo

）。如果出现这种情况，您可能需要根据希望赢得的比赛对

键%regex

进行排序。（感谢您指出这一点。）

---

你可能想考虑的不是一行一行的文件，而是一次处理整个文件，在单行模式的正则表达式上使用<代码>/s>代码>修饰符。

你按原样工作，所以不清楚你的请求是什么。

一个问题是：根据

%regex

和/或

$\uuu

的内容，您发布的代码可能存在双重替换问题。比如说,

$regex{foo} = "bar";
$regex{hello} = "world";
$regex{python} = "perl";

open(F, "myfile.txt");
while (<F>) {
      foreach $key (keys %regex) {
            s/$key/$regex{$key}/g;
      }
}
close(F);

my %regex = (
   foo => 'bar',
   bar => 'foo',
);

可以说，解决方案是将foreach移动到模式中

my $pat =
   join '|',
    map quotemeta,  # Convert text to regex patterns.
     keys %regex;

my $re = qr/$pat/;  # Precompile for efficiency.

my $qfn = 'myfile.txt'
open(my $fh, '<', $qfn) or die "open: $qfn: $!";
while (<$fh>) {
   s/($re)/$regex{$1}/g;
   ... do something with $_ ...
}

我的$pat=
加入“|”，
映射quotemeta，“将文本转换为正则表达式模式。
密钥%regex；
我的$re=qr/$pat/#预编译以提高效率。
my$qfn='myfile.txt'
打开（我的$fh，'开始：
对于大文件，请使用：
对于小文件，请使用：
打开我的$fh，，$ARGV[0]| | die；
打印$fh$t；
收盘价$fh；
为了证明
eval
的观点，也出于好奇，我用OP的代码与
$regex{$1}
方法与
eval
方法进行了一些测试

首先，在
（token | token |…）
匹配表达式中填充每个可能的标记似乎没有什么价值。Perl需要一次检查所有标记——这比简单地一次检查每个标记并用硬编码的值进行替换要有效得多，这是有争议的

其次，执行
$regex{$1}
意味着在每个匹配项上提取hashmap键

无论如何，这里有一些数字（在草莓5.12上运行，4MB文件有100K行）：

$regex{$1}
方法需要6秒（使用/go代替/g需要5秒）
tie
方法需要10秒
OP方法需要1秒以下的一点（用/go代替/g）

eval
方法所需时间小于1秒（比操作代码快）

这是
eval
方法：

$regex{foo} = "bar";
$regex{hello} = "world";
$regex{python} = "perl";
$regex{bartender} = "barista";

$s = <<HEADER;
\$start = time;
open(F, "myfile.txt");
while (<F>) {
HEADER

foreach $key (keys %regex) {
   $s .= "s/$key/$regex{$key}\/go;\n"
}

$s .= <<FOOTER;
print \$_;
}
close(F);
print STDERR "Elapsed time (eval.pl): " . (time - \$start) . "\r\n";
FOOTER

eval $s;

$regex{foo}=“bar”；
$regex{hello}=“world”；
$regex{python}=“perl”；
$regex{bartender}=“咖啡师”；
$s=这是一个老问题，所以我很惊讶没有人提出明显的建议：预编译每个regexp（即哈希键）

如果您知道每个输入行只能有一个可能的匹配，那么在成功匹配后跳过剩余的带有
last
的regexp也会有帮助，如果有很多键。例如，在
for
循环中：

s/$key/$regex{$key}/g && last;

如果所有其他方法都失败了，请尝试
eval
（）@Nick，就我而言，这是最糟糕的建议。它怎么可能有帮助呢？在perl代码中的任何地方都不可能替换变量--
eval
使您能够在字符串中展开变量，然后将该字符串作为perl代码执行，例如eval“s/$key/$regex{$key}/g“@Nick，同样，这会让事情变得更糟。
s//
已经插值了。好吧——看看我基于“可怕的”
eval
的答案如果你有像abc和abcd这样的键，那么通过减少长度来排序是很重要的：
map{quotemeta}sort{length（$b）length（$a）}keys%regex
@ysth谢谢，我从来没有意识到Perl有一个最左边的匹配策略，而不是最长的匹配！while循环不是解决方案！你在哪里写呢？@cirne100，你可以指定你想对编辑的文本做什么。如果你想在某个地方写，那就去吧。这很有趣，我没有想到
$regex{$1}
方法太慢了。使用
Regexp:：Optimizer
会有什么不同吗？时间是如何根据键的数量而变化的？@Giles，显然是个很好的问题——更不用说平台（windows）perl发行版可能会有所不同。任何关于这种评测的帮助都是非常受欢迎的——从OP那里听到一些东西也会很好——这些方法中哪一种在他/她的环境中最有效。
$regex{foo} = "bar";
$regex{hello} = "world";
$regex{python} = "perl";
$regex{bartender} = "barista";

$s = <<HEADER;
\$start = time;
open(F, "myfile.txt");
while (<F>) {
HEADER

foreach $key (keys %regex) {
   $s .= "s/$key/$regex{$key}\/go;\n"
}

$s .= <<FOOTER;
print \$_;
}
close(F);
print STDERR "Elapsed time (eval.pl): " . (time - \$start) . "\r\n";
FOOTER

eval $s;

$regex{qr/foo/} = 'bar';
$regex{qr/hello/} = 'world';
$regex{qr/python/} = 'perl';

open(F, "myfile.txt");
while (<F>) {
      foreach $key (keys %regex) {
            s/$key/$regex{$key}/g;
      }
}
close(F);

%regex = (
    qr/foo/    => 'bar',
    qr/hello/  => 'world',
    qr/python/ => 'perl',
);

s/$key/$regex{$key}/g && last;